哈希函数 Hash Function，也叫做「散列」、「杂凑」函数或者算法。理论上讲，哈希函数就是一种数学流程，将任意大小的输入数据放入该流程，然后返回固定大小的输出数据。把输入数据压缩成摘要，使得数据量变小，将数据的格式固定下来。
更具体地讲，提取任意长度的字母序列作为输入（通常称为 string）进行杂糅、打乱混合，然后返回一个固定长度、格式的字母序列。无论这个输入 string 是单一字母、单词、句子还是整部小说，而输出的长度（叫做摘要 digest）永远相同。
举个例子，给定一个输入 x，哈希函数会算出相应的输出 H(x)。其主要特征是：
输入 x 可以是任意长度的字符串
输出结果即 H(x) 的长度是固定的
计算 H(x) 的过程是高效的（对于长度为 n 的字符串 x，计算出 H(x) 的时间复杂度应为 O(n)
这种类型的哈希函数，常见用例就是存储密码。
当你使用任何一种网络服务创建需要密码的帐号时，此类密码都是通过哈希函数运行的，所存储的就是该密码信息的哈希摘要。当你输入密码以登陆帐号时，相同的哈希函数会去运行你输入的密码，然后服务器就会检查其结果是否与存储的摘要相匹配。这意味着黑客即使能够访问用于存储哈希的数据库，因无法轻易找到生成某一特定哈希的密码，所以不可能立即破解。
通过该函数创建的，叫做散列值（hash values、hash codes、hash sums 或 hashes）的指纹，通常用一个短的随机字母和数字组成的字符串表示。好的散列函数在输入域中很少出现散列冲突。在散列表和数据处理中，不抑制冲突来区别数据，会使得数据库记录更难找到。
所说的固定长度，比如 128 位，依次进行 hash 运算，然后用不同的方法迭代即可（如前一块 hash 值与后一块 hash 值进行异或）。如 128 位不够，用 0 或者 1 补全随意，算法中约定即可。
由于用途的不同，hash 在数据结构中的含义和密码学中的含义并不相同，所以在这两种不同的领域里，算法的设计侧重点也不同。
预备小知识：
1.抗碰撞能力：对于任意两个不同的数据块，其 hash 值相同的可能性极小；对于一个给定的数据块，找到和它 hash 值相同的数据块极为困难。
2.抗篡改能力：对于一个数据块，哪怕只改动其一个比特位，其 hash 值的改动也会非常大。在用到 hash 进行管理的数据结构中，比如 hashmap，hash 值（key）存在的目的是加速键值对的查找，key 的作用是为了将元素适当地放在各个桶里，对于抗碰撞的要求没有那么高。换句话说，hash 出来的 key，只要保证 value 大致均匀的放在不同的桶里就可以了。但整个算法的 set 性能，直接与 hash 值产生的速度有关，所以这时候的 hash 值的产生速度就尤为重要，以 JDK 中的 String.hashCode() 方法为例：
public int hashCode() {
int h = hash;
//hash default value : 0
if (h == 0 && value.length > 0) {
//value : char storage
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
很简洁的一个乘加迭代运算，在不少的 hash 算法中，使用的是异或 + 加法进行迭代，速度和前者差不多。在密码学中，hash 算法的作用主要是用于消息摘要和签名，换句话说，它主要用于对整个消息的完整性进行校验。在应用场景里，对于抗碰撞和抗篡改能力要求极高，对速度的要求在其次。一个设计良好的 hash 算法，其抗碰撞能力是很高的。以 MD5 为例，其输出长度为 128 位，而对于两个相似的字符串，MD5 加密结果如下：
MD5("version1") = "966634ebf2fc135707d6753692bf4b1e";
MD5("version2") = "2e0e95285f08a07dea17e7ee111b21c8";
可以看到仅仅一个比特位的改变，二者的 MD5 值截然不同。
到这里，你估计会问，有没有这样一个算法，使得对于任何一个给定的输入，此算法都会输出一个固定的均匀随机的输出？答案是密码学家们也至今没有构造出着这样一个算法，但倾向于这个算法存在，而且有不少的密码学算法构造和这个假设有关。这个假设叫做 Random Oracle 随机预言机。
Python 简单哈希函数
你可以使用 Python 编程语言，实验哈希值。
首先，打开终端，输入 Python 并点击 Enter 键，进入 Python REPL，直接试用 Python 命令，而不是在单独的文件中编写程序。输入以下数值，在每行之后敲击 Enter 键，并在标记处输入 TAB 键：
import hashlib
def hash(mystring):[TAB]hash_object=hashlib.md5(mystring.encode())[TAB]print(hash_object.hexdigest())
[ENTER]
这样你就创建了一个函数 hash()，该函数将计算出某一特定的使用 MD5 哈希算法的字符串的哈希值。将字符串插入上述的括号（）中便可运行该函数。例如：
hash(“ChainScoop rocks”)
按下 Enter 并查看该字符串的哈希摘要。
你将看到在同一字符串上调用该哈希函数将会总是生成相同的哈希，但添加或改变其中的某一个字符将会生成一种完全不同的哈希值：
hash("ChainScoop rocks") => 7ae26e64679abd1e66cfe1e9b93a9e85
hash("ChainScoop rocks!") => 6b1f6fde5ae60b2fe1bfe50677434c88
文章来源：链闻ChainNews
作者：liao
网友评论